颗粒浓度对双流道污水泵叶轮流场影响的数值模拟

基于液固两相流的κ-ε双方程紊流模型，采用SIMPLEC算法。在贴体坐标下，通过求解三维Navler-Stokes方程，对双流道污水泵叶轮在不同颗粒浓度下的流场进行了数值模拟和分析，得到了不同颗粒浓度下的叶轮内部流动的主要特征。研究表明，在叶轮工作面靠近出口处有明显的旋涡和回流；随着颗粒浓度的增加，旋涡位置向叶轮出口方向移动，同时旋涡和回流的强度有所减弱。     

发展农业技术推广服务新途径探讨

面临时代发展,新社会技术呈现了多元化,比如科学改革、时代物质化,高楼大厦的崛起,人们渐渐忽视了农业技术的重要性.因而,面对这种问题,农业经济的发展和农业技术同样需要新的改革创新.本文着重结合农村科普知识、国情发展、国民需求,深度强调农业技术与农民日常生活的重要性、时代性、可持续发展性,提出如何推陈出新、技术推广服务等新问题,以此适应新时代农业行业的发展,以及其前景对国情经济发展的重要性.     

基于射频指纹的卫星测控地面站身份识别方法

传统卫星测控通常采用加密认证安全机制，存在身份假冒、欺骗等安全问题，该文提出一种基于射频指纹的卫星测控地面站身份识别方法，并设计了一种面向星载平台的轻量化卷积神经网络。该网络首先使用IQ方向上的卷积层提取IQ信号相关特征，将2维数据降成了1维，再使用时序方向上的多层卷积提取信号的时域结构特征，之后使用最大池化层降低数据维度，在充分利用IQ信号中包含的原始特征信息的同时减小计算量，最后经过两层全连接层进行分类，实现对卫星测控地面站身份识别。仿真实验表明，该方法对21台发射机个体的平均准确率为93.8%，较传统的支持向量机方法提高了39.8%，较DLRF网络模型、ORACLE网络模型分别提高了11.5%,29.8%，且具有鲁棒性强、轻量化的优点。该文所提方法对于提高卫星测控链路安全性具有一定的理论参考和工程应用价值。     

基于EfficientNet-YOLOv3的多氧压表识别方法

为了提高氧压表的检测效率，同时完成多块氧压表的识别，利用改进后的YOLOv3目标检测算法对工业上的氧压表进行检测。首先将原YOLOv3特征提取网络调换为EfficientNet网络，提高算法的特征提取能力；其次通过制作的加强型数据集，实现仪表的特征增强；最后，利用K-means算法对数据集进行聚类，得到合适的Anchor box，提高仪表定位精度。实验结果表明，改进后的YOLOv3算法可同时完成3块氧压表的识别，且识别精度高，降低了氧压表的漏检率，并且在平均精度上达到了96.73mAP，相比于未改进的YOLOv3算法提高了7.5%,检测速度为54.2FPS，比其他目标检测算法具有更好的检测性能。     

基于时间卷积网络的通信信号调制识别算法

针对基于深度学习的端到端调制识别方法存在识别率较低、神经网络参数量大的问题，提出了一种基于时间卷积网络(Temporal Convolutional Network, TCN)的调制识别算法。利用一维因果膨胀卷积，提取信号的时域和频域特征，并加入批归一化(Batch Normalization, BN)和Dropout提高算法的拟合能力；使用全局平均池化(Global Average Pooling, GAP)层替代Flatten层，整合向量特征信息，进一步实现信号的准确分类。在RML 2016.10a数据集上验证了TCN算法的识别性能，在不同信噪比(Signal to Noise Ratio, SNR)下对11种调制信号的平均识别率达到62.3%,与CNN,LSTM和SCRNN算法相比分别提高了10.5%、4.1%、1.1%,参数量分别降低了98.8%、82.5%、91.2%。所提方法对于通信调制信号识别的研究领域具有理论参考价值，对复杂环境下的空间信号智能分类的研究具有工程借鉴意义。